买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜宁波大学申请的专利一种基于多尺度特征校准的目标检测系统和方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119180995B 。

龙图腾网通过国家知识产权局官网在2025-04-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411699041.4，技术领域涉及：G06V10/764；该发明授权一种基于多尺度特征校准的目标检测系统和方法是由徐杰;郭立君;张荣设计研发完成，并于2024-11-26向国家知识产权局提交的专利申请。

本一种基于多尺度特征校准的目标检测系统和方法在说明书摘要公布了：本发明涉及一种基于多尺度特征校准的目标检测系统和方法，通过设置主干模组、校准模组和检测头模组，主干模组采用复合卷积方式对被测图像进行m次特征提取以获得m个特征图像，从而可以实现获取不同尺度特征并增加高分辨率特征层的输出以捕获小目标细节的技术效果；随后以校准模组在特征融合过程中通过深层特征校准浅层特征的方式对主干模组输出的m个特征图像进行校准，可以实现对每个位置从深层特征中采样最具代表性的信息，降低漏检几率，缓解在特征融合过程中因空间错位或信息稀释而导致丢失关键细节的问题。并且，由于检测头模组的设置，其使用共享参数卷积能够大幅减少参数量和计算量，解决每个检测头所检测目标尺度不一致的问题。

本发明授权一种基于多尺度特征校准的目标检测系统和方法在权利要求书中公布了：1.一种基于多尺度特征校准的目标检测系统，其特征在于，包括：主干模组（1），被设置为通过复合卷积方式对被测图像进行m次特征提取以获得m个特征图像，并在前（m-1）次的每次特征提取后将本次所获特征图像进行输出和作为下一次特征提取的操作对象，而在第m次特征提取后将本次所获特征图像进行输出；校准模组（2），被设置为通过在特征融合过程中以深层特征校准浅层特征的方式对所述主干模组（1）输出的m个特征图像进行校准，获得m个校准图像；检测头模组（3），被设置为将所述校准模组（2）输出的m个校准图像分别进行共享参数卷积检测和特征缩放以获得各自对应的检测目标；其中：m≥2；所述校准模组（2）与所述主干模组（1）通信，所述检测头模组（3）与所述校准模组（2）通信；所述主干模组（1）为由1个快速金字塔池化模块（11）、多个第一复合卷积模块（12）和不少于m个第一C2f网络模块（13）串联形成的网络结构，该网络结构的首部为1个所述第一复合卷积模块（12），该网络结构的末尾为1个所述快速金字塔池化模块（11）；其中（m-1）个所述第一C2f网络模块（13）与所述校准模组（2）通信，所述快速金字塔池化模块（11）与所述校准模组（2）通信；所述校准模组（2）包括；编码器（21），被设置为通过上采样、拼接与提取特征图方式对所述主干模组（1）输出的m个特征图像进行（m-1）次编码，获得（m-1）个编码图像；解码器（22），被设置为通过下采样、拼接、提取特征图与空间特征校准相结合的方式对所述编码器（21）获得的（m-1）个编码图像和所述主干模组（1）第m次输出的特征图像进行解码与空间特征校准，获得m个所述校准图像；所述编码器（21）分别与（m-1）个所述第一C2f网络模块（13）、所述快速金字塔池化模块（11）通信，所述解码器（22）分别与所述编码器（21）、所述快速金字塔池化模块（11）通信，所述检测头模组（3）与所述解码器（22）通信；所述解码器（22）为由m个子解码器串联形成的网络结构；除位于末尾的所述子解码器外的每个所述子解码器均包含1个空间特征校准模块（221）、1个下采样模块（222）、1个第二拼接模块（223）和1个第三C2f网络模块（224），位于末尾的所述子解码器包含1个所述第三C2f网络模块（224）；所述检测头模组（3）包括m个共享参数卷积检测头（31），m个共享参数卷积检测头（31）与所有的所述空间特征校准模块（221）、位于末尾的所述子解码器中的所述第三C2f网络模块（224）按一对一方式通信；每个所述共享参数卷积检测头（31）均通过定位损失函数和分类损失函数进行参数优化；每个所述共享参数卷积检测头（31）均包括沿其运行方向依次设置的第二复合卷积模块（311）、第三复合卷积模块（312）、第四复合卷积模块（313）和特征缩放单元（314）。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人宁波大学，其通讯地址为：315000 浙江省宁波市江北区风华路818号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。